返回列表
GitHub热门项目曝光:Anthropic、OpenAI及Google多款顶级AI模型系统提示词泄露
行业新闻人工智能系统提示词开源项目

GitHub热门项目曝光:Anthropic、OpenAI及Google多款顶级AI模型系统提示词泄露

GitHub开发者asgeirtj发布了一个名为“system_prompts_leaks”的开源仓库,汇集了包括Claude Fable 5、ChatGPT 5.5 Thinking、Gemini 3.5 Flash等在内的多家主流AI厂商最新模型的系统提示词。该项目涵盖了Anthropic、OpenAI、Google、xAI等公司的核心产品,揭示了这些模型在运行时的底层指令逻辑,并承诺将保持定期更新。

GitHub Trending

核心要点

  • 大规模泄露:GitHub出现名为system_prompts_leaks的开源项目,专门收集主流AI模型的系统提示词。
  • 覆盖顶尖厂商:泄露范围涵盖Anthropic、OpenAI、Google、xAI等顶尖AI厂商的最新模型。
  • 涉及前沿型号:包括Claude Fable 5、ChatGPT 5.5 Thinking、Gemini 3.5 Flash及神秘的Antigravity等模型。
  • 持续更新机制:该项目旨在揭示AI模型背后的底层指令逻辑,并提供定期的内容更新。

详细分析

泄露涵盖的主流模型矩阵

根据GitHub项目显示,此次泄露涉及了当前AI领域几乎所有的头部玩家。Anthropic方面包括了Claude Fable 5、Opus 4.8、Claude Code以及Claude Design等版本;OpenAI则涉及了ChatGPT 5.5 Thinking、GPT 5.5 Instant以及Codex等前沿型号。此外,Google的Gemini 3.5 Flash、3.1 Pro以及名为“Antigravity”的模型也在名单之列。这些系统提示词是定义AI行为准则、安全边界和任务处理逻辑的核心指令,其公开意味着这些模型的“出厂设置”已在一定程度上透明化。

跨平台与垂直领域AI的指令曝光

除了通用的语言模型(LLM),该项目还提取了针对特定场景和垂直领域的AI系统提示词。这其中包括了编程助手Cursor、GitHub Copilot、VS Code内置AI以及搜索增强模型Perplexity。甚至xAI旗下的Grok模型也被包含在内。这表明泄露不仅限于基础大模型,还延伸到了集成AI的开发工具和搜索应用中,反映了AI指令在不同应用场景下的差异化设计与约束逻辑。

行业影响

此次系统提示词的大规模汇集和公开,对AI安全和提示词工程(Prompt Engineering)领域具有显著影响。一方面,它为研究人员提供了观察顶级厂商如何通过指令约束AI行为、设定角色定位的窗口;另一方面,系统提示词的泄露可能增加针对性攻击(如提示词注入攻击)的风险。对于开发者而言,这些泄露内容成为了学习高效指令编写、理解模型运行逻辑的非官方参考资料,但也引发了关于AI厂商知识产权保护的讨论。

常见问题

什么是系统提示词(System Prompts)?

系统提示词是开发者预设给AI模型的底层指令,用于规定模型的身份、语气、安全准则以及处理特定任务的方式。它是模型在与用户交互前必须遵循的最高准则,用户通常无法直接在对话界面看到这些指令。

此次泄露涉及哪些主要厂商和模型?

主要涉及Anthropic(Claude系列)、OpenAI(ChatGPT 5.5系列)、Google(Gemini系列)、xAI(Grok)以及Perplexity、Cursor等垂直领域AI应用厂商。其中包含了一些尚未大规模普及或处于前沿阶段的模型型号。

该项目是否会持续更新?

根据项目作者asgeirtj在GitHub上的描述,该仓库会定期更新,以包含更多新发布或新提取的AI模型系统提示词。

相关新闻

ICML 2026 | 美团技术团队学术论文精选:探索机器学习前沿挑战与理论创新
行业新闻

ICML 2026 | 美团技术团队学术论文精选:探索机器学习前沿挑战与理论创新

美团技术团队近日公布了入选ICML 2026的学术论文精选。作为机器学习领域的国际顶级会议,ICML 2026旨在探讨行业未来发展的关键挑战。美团通过展示具有重要理论价值与实际影响的研究成果,体现了其在解决核心技术问题及引领未来研究方向上的深厚实力,进一步推动了全球机器学习领域的发展。

美团 LongCat-2.0 正式发布:五万卡国产算力集群训练的万亿参数大模型
行业新闻

美团 LongCat-2.0 正式发布:五万卡国产算力集群训练的万亿参数大模型

美团技术团队正式发布 LongCat-2.0,这是业界首个在五万卡国产算力集群上完成全流程训练与推理的万亿参数模型。该模型总参数量达 1.6T,原生支持 1M 超长上下文,旨在通过优化的架构设计,在真实的 Agentic Coding 任务中实现更高效、更稳定的代码理解、生成与执行。

美团技术团队ASX专场:聚焦大模型Agent技术,多篇顶会论文揭示搜索推荐前沿趋势
行业新闻

美团技术团队ASX专场:聚焦大模型Agent技术,多篇顶会论文揭示搜索推荐前沿趋势

美团业务研发平台/搜推 ASX (Agentic System X) 团队近期分享了其在构建大模型 Agent 技术体系方面的最新研究成果。该团队在 ICLR、NeurIPS、CVPR、AAAI 等国际 AI 顶会发表数十篇论文,重点攻克大模型后训练、强化学习及多模态理解等难题。本次精选的 6 篇论文解读,展示了美团在智能体技术与搜索推荐结合领域的深度探索与学术贡献。